Kad se prošle godine urušio nadvožnjak jedne od najprometnijih cesta u Genovi, svi su bili u šoku. Kako je uopće bilo moguće da se takav veliki objekt, koji svakodnevno koriste tisuće ljudi odjednom nestane? No činjenica je da ništa što je čovjek izgradio nije vječno, ako se ne održava. A održavanje takve infrastrukture zahtjeva vrijeme, stručne ljude, konstantni nadzor i, ono najvažnije, novac.

Sličan je slučaj bio kad je prije nekoliko mjeseci na jednom od najprometnijih mostova u Zagrebu otkrivena rupa, a potom i njegovo opće loše stanje. Krenulo se u popravljanje, radovi su trajali tjednima, Zagrepčani su negodovali zbog zatvaranja ceste, ali i sumnjali u kvalitetu samih radova i stanje drugih mostova.

Podaci govore kako je većina mostova u Hrvatskoj napravljena sredinom 20. stoljeća i, ako već nisu došli do kraja, opasno se približavaju kraju svog životnog vijeka. Što znači da zahtijevaju sve češće provjere i popravke, a troškovi održavanja postaju sve veći. Procjena IGH-a je da će za obnovu mostova u Zagrebu biti potrebno izdvojiti 257 milijuna kuna, dok se ta brojka za mostove na području Hrvatske penje na čak 5,6 milijardi kuna.

Velik dio tih troškova otpada na pregledavanje samih mostova, identificiranje potencijalnih oštećenja i njihovo klasificiranje te plaće ljudi koji će pregledati most i napraviti izvještaj. No u bliskoj budućnosti tehnologija bi nam mogla pomoći da infrastrukturu nadziremo i analiziramo pomoću umjetne inteligencije, što bi ubrzalo analizu i smanjilo ukupne troškove.

Kako izgleda kad se umjetna inteligencija koristi u analizi stanja pojedinog mosta (ili druge infrastrukture) prezentirali su iz IBM-a tijekom IBM Think konferencije koja se početkom rujna održala u Beogradu. Na primjeru različitih mostova, Jelena Škalec iz IBM-a, pokazala je kako je moguće uz samo 10 fotografija “naučiti” umjetnu inteligenciju (IBM Watson Visual Recognition) da brzo i s velikom preciznošću prepozna koja su oštećenja opasna, radi li se o oštećenju betona, čelika, strukturnom oštećenju i slično.

Stoga smo zamolili Jelenu da nam pobliže objasni kako cijeli sustav funkcionira i kako se može upotrebljavati u nadzoru kritične infrastrukture.

Jelena Škalec (Foto: IBM)

Koliko je dugo potrebno da bi se implementiralo takvo jedno rješenje u kojem umjetna inteligencija pomaže u analizi i kontroli infrastrukture kao što su mostovi, tuneli, pruge...

Vrijeme implementacije ovisi o kompleksnosti rješenja i infrastrukturi koju želimo analizirati, motriti i zaštititi. Već na temelju nekoliko slika, uzmimo za primjer 10 fotografija koje smo i pokazali tijekom demonstracije mi smo istrenirali IBM Watson Visual Recognition, uslugu na IBM Cloudu tako da može razlikovati različita stanja na mostu - primjerice rješenje može razlikovati je li neki dio na infrastrukturi recimo hrđa ili se radi o oštećenju čelika ili betona. Znači, to smo napravili analizirajući nekoliko fotografija za potrebe demonstracije mogućeg rješenja. Naravno, rješenje je u stvarnosti mnogo kompleksnije - što imate više fotografija, odnosno podataka i uvidi iz samih podataka će biti točniji i moći ćete donositi informiranije odluke. Većina IBM-ovih rješenja koja koristimo u ovoj domeni nalaze se u računarstvu u oblacima odnosno “cloudu” i napravljena su tako da se spajaju poput mogli bismo najjednostavnije reći “Lego kockica”. Ne mogu točno reći koliko bi trajalo razvijanje jednog takvog rješenja jer se uvijek radi o specifičnim zahtjevima od strane korisnika, možda možemo govoriti o mjesecima, ali isto tako određena rješenja naši timovi stručnjaka mogu dizajnirati i u samo nekoliko tjedana. Kod takvih rješenja ključna je priprema podataka.

Koliko je to skuplje ili jeftinije u odnosu na klasičan način u kojem analizu provode ljudi?

Zamislite samo koliko bi koštalo i što bi se dogodilo da zaustavite recimo sutra u jednom od gradova u Hrvatskoj cijeli promet na mostu kako biste uočili i analizirali kvar na mostu? Ili primjerice, zamislite da morate poslati stručnjake i alpiniste tijekom olujnih zimskih mjeseci da pronađu kvar na mostu koji se nalazi u brdskom području? Mislim da je odgovor jasan. Korištenje tehnologije u ovakve svrhe donosi iznimne benefite i tehnologija je tu da pomogne čovjeku da radi efikasnije i prije svega sigurnije.
“Zastarjela” infrastruktura danas je globalni izazov. Organizacije širom svijeta suočavaju se s problemom infrastrukture čiji je životni vijek na neki način istekao, a tu se svakako ubrajaju i mostovi, tuneli, vijadukti. Većina takvih objekata ne može efikasno podnijeti sve veću količinu prometa, vozila je sve više, troškovi sanacije su visoki i zahtjevni. IDC prognozira da će se godišnje trošenje na tehnologije za pametniji grad popeti na 904 milijarde kuna do 2021. godine. Mi u IBM-u radimo i na mnogim drugim rješenjima koji se koriste u slične svrhe. Primjerice, IBM surađuje s tvrtkom Sund & Bælt - koja posjeduje i upravlja nekim od najvećih infrastrukturnih objekata na svijetu poput Storebælt mosta i 16km dugog Øresund mosta između Danske i Švedske - na projektu razvoja IoT rješenja temeljenih na umjetnoj inteligenciji kako bi se produžio životni ciklus mostova, tunela, autocesta i željeznica.
U svakom slučaju učinkovitije je i sigurnije poslužiti se tehnologijom kako bismo si olakšali posao, napravili ga sigurnijim za stručnjake na terenu i svakako troškovno isplativijim.

Podaci su veoma dobro vizualizirani, lako možemo vidjeti gdje su i kolika oštećenja. Koliko zaista klijenti ostanu iznenađeni kad dobiju jedno takvo izvješće, koje točno pokazuje kakvo je stanje?

Konkretno, ja sam testirala ovaj model na mostovima u Republici Hrvatskoj i rezultati koje smo dobili tijekom ove demonstracije pokazali su se korisnim jer smo uspjeli detektirati različita stanja na mostovima. Korisnici dobiju detaljni pregled u obliku dashboarda i to ne samo rezultate analize dobivene IBM Visual Recognitionom, već dobiju i analizu napravljenu na njihovim internim i eksternim podacima. Glavi benefiti koje ovakva rješenja donose su: donošenje pravih podataka i uvida stručnjacima za određeno područje, proaktivno korištenje AI alata kako bi se napravila procjena rizika, obavještavanje stručnjaka u realnom vremenu kada se uoči bilo koje oštećenje ili promjena stanja na mostu, tunelu, vijaduktu i na kraju davanje informacija o mogućim budućim promjenama na infrastrukturi. U skladu s time, možemo pripremiti potrebne akcije unaprijed i što je najvažnije spriječiti moguće nesreće. Analizu i sanaciju mostova možemo raditi na principu preventivnih akcija, a izbjeći potencijalan princip sanacije.

Pregledavanje mostova dronom (Foto: IBM)

U Hrvatskoj je trenutno u tijeku gradnja Pelješkog mosta. Može li se takav sustav kakav je Watson Visual Recognition i IBM Cloud koristiti i za predikciju na područjima na kojima do sad nije bilo mostova?

IBM-ova rješenja možemo koristiti za postojeće, ali i gradnju budućih infrastrukturnih objekata. Recimo u primjeru koji sam demonstrirala koristili smo podatke o vremenskim prilikama kao primjer eksternih podataka. Koristeći takve podatke dobivamo uvid koliko je izloženost određenim vremenskim uvjetima utjecalo na stanje određenog mosta, može se vidjeti koliki je bio utjecaj kiše, bure ili pak soli na određeni dio infrastrukturnog objekta. Takve uvide možemo koristiti za predikciju u budućnosti. Možemo predvidjeti na temelju prijašnjih iskustava kako će, primjerice izloženost određenim vremenskim uvjetima utjecati na stanje određenog mosta i hoće li se ista oštećenja pojaviti i na mostovima u budućnosti.
Danas imamo lako dostupne podatke i alate, i zaista nema razloga da ih ne iskoristimo i na temelju njih ne donesemo zaključke temeljene na podacima. Mislim da smo danas svjesni i kao pojedinci i kao organizacije koliku nam vrijednost podaci mogu donijeti u poslovanju i našem svakodnevnom životu.

Visual recognition se već koristi diljem svijeta, u brojnim zračnim lukama za identifikaciju putnika. No, ljudi su zabrinuti da to ujedno narušava njihovu privatnost. Koliko je taj strah opravdan?

Tehnologije se ne trebamo bojati, važna je samo svrha za koju je koristimo. Ja mislim da nam tehnologija može samo pomoći ako je koristimo za prave stvari. Mi u IBM-u uvijek volimo naglasiti da se IBM prije svega zalaže za etički razvoj umjetne inteligencije. Slijedom toga, objavili smo tri principa za AI eru, a odnose se na svrhu umjetne inteligencije, transparentnost u njezinoj upotrebi i razvoj potrebnih vještina. Svrha umjetne inteligencije za nas znači „uvećanje“ ljudske inteligencije. AI sustavi će biti ugrađeni u poslovne i društvene procese, ali će ostati pod ljudskom kontrolom. Ukoliko pričamo o transparentnosti, IBM je jasan oko toga kada i za što se koristi umjetna inteligencija i jasno komuniciramo koji su izvori podataka u rješenjima umjetne inteligencije i tko je vlasnik podataka. I treće, IBM će raditi sa zajednicom na razvijanju vještina i znanja koja im trebaju da bi koristili AI alate na siguran i efikasan.
Cilj umjetne inteligencije nije zamijeniti čovjeka, već pomoći mu. Ono što ljude uvijek brine je da će izgubiti posao - neće. I ovaj primjer s mostovima – Visual Recognition i umjetna inteligencija neće bez čovjeka riješiti problem, oni će biti samo pomoć u prepoznavanju problema.

Dakle, tehnologija nam može pomoći da budemo sigurniji i ranije otkrijemo potencijalne probleme. No odluku o tome koju ćemo tehnologiju koristiti, kao i što napraviti s rezultatima analize ipak donosi čovjek. Barem dok ga umjetna inteligencija “ne nadraste”, a to se ne bi trebalo dogoditi još barem nekoliko godina.